Τα περισσότερα μοντέλα παραγωγής εικόνας μαθαίνουν κοιτάζοντας φωτογραφίες. Το Canva Craft μεγάλωσε αλλιώς: με εκατομμύρια πρότυπα που έφτιαξαν άνθρωποι στην πλατφόρμα της Canva, όπως αφίσες, αναρτήσεις για social media, παρουσιάσεις, infographics, μενού εστιατορίων και σελίδες γεμάτες τυπογραφία. Είναι το πρώτο μοντέλο εικόνας που ανέπτυξε η ίδια η εταιρεία και από την Πέμπτη είναι διαθέσιμο σε όλους τους χρήστες της, σε όλο τον κόσμο.
Με αυτή την κίνηση η Canva παύει να είναι μόνο πελάτης των μεγάλων εργαστηρίων τεχνητής νοημοσύνης. Μπαίνει στο ίδιο γήπεδο με την OpenAI, τη Google, τη Meta και την ByteDance.
Πρώτα το σχέδιο, μετά τα pixel
Το μοντέλο δουλεύει σε δύο βήματα. Στο πρώτο διαβάζει την περιγραφή του χρήστη και καταστρώνει ένα πλάνο: πού μπαίνει κάθε στοιχείο, πόσο μεγάλο είναι σε σχέση με τα υπόλοιπα, τι τραβά πρώτο το βλέμμα και τι κείμενο πρέπει να γραφτεί. Στο δεύτερο φτιάχνει την εικόνα, σε ανάλυση έως 2K και σε περισσότερες από 30 αναλογίες, ώστε να ταιριάζει σε διαφορετικές πλατφόρμες.
Σύμφωνα με την Canva, αυτός ο διαχωρισμός δίνει μεγαλύτερη ακρίβεια και συνέπεια. Η εταιρεία λέει ότι το Craft γράφει κείμενο που διαβάζεται και τοποθετεί τα αντικείμενα εκεί που πρέπει, δύο σημεία όπου τα μοντέλα εικόνας σκόνταφταν για χρόνια. Υπόσχεται επίσης διορθώσεις σε ένα σημείο της εικόνας χωρίς να αλλάζει το υπόλοιπο. Εκτός από υλικό για marketing, το μοντέλο φτιάχνει, κατά την εταιρεία, ρεαλιστικές σκηνές, ψηφιακή τέχνη και τοπία.
Επειδή εκπαιδεύτηκε σε σχέδια και όχι σε φωτογραφίες, οι εικόνες του μπορούν να μετατραπούν σε σχέδια με επίπεδα (layers) μέσω του Canva Magic, του εργαλείου της εταιρείας που μετατρέπει εικόνες σε επεξεργάσιμα σχέδια. Έτσι ο χρήστης πιάνει χωριστά το φόντο, τον τίτλο ή ένα λογότυπο, αντί να έχει μπροστά του μια ενιαία, «κλειστή» εικόνα.
Τέταρτο, πίσω από τρία μοντέλα της OpenAI
Στο Design Arena, μια κατάταξη όπου οι χρήστες συγκρίνουν σχέδια από διαφορετικά μοντέλα και ψηφίζουν το καλύτερο, το Craft βρίσκεται στην τέταρτη θέση. Μπροστά του είναι μόνο μοντέλα της OpenAI: τα GPT-Image-2.5 Sunburst, GPT-Image-2.5 Flare και GPT-Image-2. Στο σχετικό ρεπορτάζ του TechCrunch αναφέρεται ότι στο μοντέλο δούλεψαν και ερευνητές της Leonardo.ai, πλατφόρμας παραγωγής εικόνων που η Canva εξαγόρασε το 2024.
Μέχρι τώρα η Canva χρησιμοποιούσε μοντέλα άλλων εταιρειών, πληρώνοντας για την πρόσβαση. Το TechCrunch εκτιμά ότι το δικό της μοντέλο θα μειώσει αυτό το κόστος. Η εταιρεία βάζει μπροστά άλλα οφέλη: περισσότερο έλεγχο σε ποιότητα και ταχύτητα. Ετοιμάζει ήδη δύο φθηνότερες και ταχύτερες εκδόσεις, τα Craft-fast και Craft-ultrafast.
Από το Dream Lab ως το ChatGPT
Στην πλατφόρμα, το Craft βρίσκεται στο Dream Lab, από το μενού με τις τρεις τελείες στα αριστερά. Θα διατίθεται και μέσω του API της Canva για προγραμματιστές. Η εταιρεία σχεδιάζει να το συνδέσει με chatbots όπως το ChatGPT και το Gemini, καθώς και με AI agents, προγράμματα που εκτελούν εργασίες για λογαριασμό του χρήστη. Η σύνδεση θα γίνεται μέσω του Model Context Protocol (MCP), ενός ανοιχτού προτύπου που επιτρέπει στα μοντέλα να χρησιμοποιούν εξωτερικά εργαλεία. Η Canva λέει ότι το μοντέλο συνοδεύεται από φίλτρα για όσα ζητούνται και όσα παράγονται, ελέγχους ιδιωτικότητας και εργαλεία αναφοράς προβλημάτων.
Το Craft συνεχίζει μια στροφή που φάνηκε τον Απρίλιο, όταν η Canva άρχισε να επιτρέπει τη δημιουργία και την αλλαγή σχεδίων με απλή περιγραφή σε φυσική γλώσσα. Η εταιρεία κινούνταν προς έσοδα 4 δισ. δολαρίων πέρσι, όμως έκοψε την πρόβλεψη ανάπτυξης για το 2026. Σύμφωνα με εξωτερικούς αναλυτές, η αποτίμησή της έπεσε έτσι από 42 σε 35 δισ. δολάρια.
